0.   引言

煤矿带式输送机包括电动机、减速机、托辊等设备，随着运行状态的变化，这些设备发出的声音存在差异^[1-4]。人工巡检时可根据设备运行声音来判断设备状态，但依赖巡检人员的个人经验，且仅靠人工巡检不能保证对设备的实时监测，无法及时发现故障。

深度学习通过神经网络学习设备运行中异常声音信号的特征^[5-8]，进而表达数据中更抽象的特征。基于深度学习的带式输送机异常声音检测方法不仅在数据的特征提取与特征选择上降低了对人工经验的依赖，还提高了故障诊断实时性^[9]。倪旺旺^[10]提出了一种结合梅尔频率能量系数与图卷积网络的异常声音检测模型，该模型选取梅尔频率能量系数对声音进行特征提取，基于图卷积网络对图结构进行分类，提高了异常声音检测的精确率。曾锃等^[11]提出了一种基于卷积神经网络的放电声音检测方法，通过终端边缘节点实时监控电力设备状态，提高了对正常工作、局部放电和故障3种状态识别的准确率。卢安琪^[12]提出了一种基于注意力机制的泵机设备异常声音检测方法，提高了检测准确率。

上述方法在设备异常声音检测领域取得了很好的效果，但需要大量的异常声音样本，而在煤矿正常生产过程中，煤矿设备异常声音具有偶发性和多样性，难以获取满足模型训练的大量异常声音样本^[13]，且现场采集的声音有一部分被淹没在噪声中，导致设备异常声音不能被有效检测。自编码器^[14]是一种在半监督和无监督任务中广泛应用的异常数据检测算法，能够在只有少量或没有异常样本的情况下检测数据中的异常^[15]。黄光球等^[16]提出了一种基于时域卷积网络的深度自编码器，解决了异常数据不足的问题。因此，本文提出一种基于卷积自编码器（Convolutional AutoEncoder，CAE）的煤矿带式输送机异常声音检测方法。对带式输送机正常运行的声音信号进行WebRTC降噪并提取梅尔频率倒谱系数（Mel Frequency Cepstral Coefficient，MFCC）特征，经过CAE训练获得重构特征，进而通过均方误差损失函数（Mean Squared Error Loss，MSELoss）确定重构阈值；待检测声音信号经过降噪和特征提取后输入到训练好的CAE，计算重构误差并与重构阈值比较，从而判断带式输送机运行状态。

1.   方法原理

基于CAE的煤矿带式输送机异常声音检测流程如图1所示。将煤矿带式输送机正常运行的声音信号通过WebRTC降噪进行噪声抑制处理，计算降噪后信号的MFCC特征，获得带式输送机正常运行的音频特征；将正常运行的音频特征输入到CAE中进行训练，获得重构的正常运行音频特征和训练好的CAE；将正常运行音频特征和重构的正常运行音频特征输入MSELoss，得到重构误差，取重构误差最大值作为正常运行音频特征的重构阈值。进行煤矿带式输送机异常声音检测时，待检测的带式输送机运行声音信号经WebRTC降噪和MFCC特征提取后，输入到训练好的CAE中进行推理，获得重构的待检测音频特征；将待检测音频特征与重构的待检测音频特征输入MSELoss，得到待检测音频的重构误差，并与正常运行音频特征的重构阈值进行比较，若重构误差大于重构阈值，则判断煤矿带式输送机运行异常。

图  1  基于CAE的煤矿带式输送机异常声音检测流程

Figure  1.  Abnormal sound detection process of coal mine belt conveyor based on Convolutional AutoEncoder（CAE）

下载: 全尺寸图片 幻灯片

1.1   WebRTC降噪

WebRTC降噪支持8，16，32 kHz采样率，其他声音信号采样率可通过重采样的方式进行转换。WebRTC降噪的核心思想是对噪声进行估计并通过维纳滤波器抑制估计的噪声^[17]。

1.2   MFCC特征提取

MFCC特征提取流程^[18]如图2所示。具体步骤：① 使用预加重方式提高声音信号高频分量。② 对声音信号进行分帧、加窗，设置帧长为25 ms、帧移为10 ms，窗函数选择汉明窗以防止信号失真。③ 使用离散傅里叶变换对信号进行处理。④ 通过多个梅尔滤波器进行滤波。⑤ 计算每个滤波器输出频带的对数能量，根据各个梅尔频带中的能量，得到一定维数的特征。⑥ 通过反傅里叶变换，对梅尔滤波器输出的对数能量进行倒谱分析，获得MFCC。⑦ 通过差分方式计算动态特征并与MFCC合并，最终输出MFCC特征。

图  2  MFCC特征提取流程

Figure  2.  Mel Frequency Cepstral Coefficient（MFCC） feature extraction process

下载: 全尺寸图片 幻灯片

1.3   CAE

CAE由编码器和解码器2个部分组成^[19]，如图3所示。

图  3  CAE结构

Figure  3.  CAE structure

下载: 全尺寸图片 幻灯片

假设提取的MFCC特征训练集为$ \{ {x_1},{x_2}, \cdots ,{x_n}\} $，$ {x_j} $（j=1，2，···，n，n为输入层神经元数量）为输入层第j个神经元的输入值，$ x_j\in\mathbf{R}^n $。通过编码方式，将训练集数据转换到低维子空间，再通过解码的方式重新生成数据，得到重构的数据$ \{ {x_1^\prime} ,{x_2^\prime} , \cdots ,{x_n^\prime} \} $，$ {x'_j} $为输出层第j个神经元的输出值。

在编码器中，高维特征向量$ {x_j} $输入到编码器后被压缩为低维特征向量h_i（i=1，2，···，m，m为隐藏层神经元数量）。编码器压缩特征的过程可表示为

式中：$ W_{ij}^{\mathrm{e}} $为输入层第j个神经元指向隐藏层第i个神经元的权重；$ b_i^{\mathrm{e}} $为隐藏层第i个神经元的偏置参数。

在解码器中，将h_i映射到原始的输入空间$ {R^{\text{n}}} $上。解码器的映射过程可表示为

式中：$ W_{ij}^{\mathrm{d}} $为隐藏层第i个神经元指向输出层第j个神经元的权重；$ b_j^{\mathrm{d}} $为输出层第j个神经元的偏置参数。

CAE通过优化MSELoss实现重构误差最小化。重构误差为

2.   实验验证

2.1   实验平台

煤矿带式输送机异常声音检测实验平台中，拾音器的拾音距离为5 m，声音采样率设置为16 kHz。拾音器搭载于矿用隔爆兼本安型轨道巡检机器人上，随机器人在煤矿巷道设备日常巡检工作（机器人运行速度为0.3 m/s）同步采集声音。拾音器将声音信号以3 s为1段进行分段处理，并传输至服务器进行带式输送机异常声音检测。服务器硬件配置：处理器12th Gen Intel（R） Core（TM） i7−12700@ 2.1 GHz、32 GiB RAM、Windows 10、显卡NVIDIA RTX5000（显存16 GiB，核心频率1 350 MHz，Turbo频率1 815 MHz）。

2.2   数据集

带式输送机运行声音来自于中煤陕西榆林大海则煤业有限公司大海则煤矿和神木市大柳塔东川矿业有限公司大柳塔煤矿。拾音器随巡检机器人行走到设备附近并采集声音信号后，由经验丰富的矿方巡检人员将采集的声音信号去噪后分为设备正常声音和设备异常声音。

煤矿带式输送机异常声音主要包括电动机、减速机、托辊的异常声音。电动机异常声音主要由轴承磨损、缺油、轴挡圈未装或松动、水泵盖擦碰等异常造成；减速机异常声音主要由电动机负载过重或负载不平衡及轴承损坏、润滑不良或安装不当等异常导致；托辊异常声音主要由托辊润滑不足、托辊轴承故障、托辊堵转等异常导致。

煤矿带式输送机运行声音数据集见表1。每组声音信号时长为1 s。从每组声音信号中提取384维MFCC特征。

表  1  煤矿带式输送机运行声音数据集

Table  1.  Operation sound data set of coal mine belt conveyor

标签	训练集/组	测试集/组
托辊正常	400	100
托辊异常	0	44
减速机正常	400	100
减速机异常	0	46
电动机正常	400	100
电动机异常	0	52

下载: 导出CSV 

| 显示表格

2.3   实验方案

为验证基于CAE的煤矿带式输送机异常声音检测方法的有效性，将其分别与基于支持向量数据描述（Support Vector Data Description，SVDD）^[20]和深度高斯混合模型（Deep Gaussian Mixture Model，DGMM）^[21]的煤矿带式输送机异常声音检测方法进行对比。

参数设置：① CAE。学习率为0.001；批大小为64；迭代轮数为300；编码器和解码器的卷积层数均为5，训练优化器选择Adam优化器，L2正则化参数为5×10⁻⁴。② SVDD。学习率为0.001；批大小为64；迭代轮数为200；惩罚因子范围为[2⁻⁶，2⁰]，核参数范围为[2⁻⁶，2³]。③ DGMM。各个高斯分量的混合系数为0.1，初始化聚类中心的个数为10。

2.4   实验结果

2.4.1   降噪效果

为减少环境噪声对带式输送机异常声音检测效果的干扰，对采集的声音信号进行降噪处理。降噪前后的声音信号波形如图4所示（矩形框部分为有效声音信号，其余为背景噪声）。可看出降噪前的声音信号中背景噪声比较明显，经过降噪处理后，背景噪声得到抑制，同时保留了音频特征。

图  4  降噪前后声音信号波形

Figure  4.  Waveforms of sound signal before and after noise reduction

下载: 全尺寸图片 幻灯片

2.4.2   MFCC特征

提取降噪后的带式输送机托辊、减速机和电动机正常声音和异常声音的MFCC特征，分别如图5—图7所示。可看出带式输送机托辊、减速机和电动机异常声音的MFCC特征范围明显高于正常声音的MFCC特征范围。

图  5  托辊MFCC特征

Figure  5.  MFCC features of idler

下载: 全尺寸图片 幻灯片

图  6  减速机MFCC特征

Figure  6.  MFCC features of reducer

下载: 全尺寸图片 幻灯片

图  7  电动机MFCC特征

Figure  7.  MFCC features of motor

下载: 全尺寸图片 幻灯片

2.4.3   检测性能

在带式输送机托辊、减速机和电动机运行声音数据集上，分别基于CAE，SVDD，DGMM的带式输送机异常声音检测结果见表2—表4，可看出CAE的精确率、召回率和F₁分数均为最优。

表  2  托辊异常声音检测结果

Table  2.  Abnormal sound detection results of idler %

方法	精确率	召回率	F1分数
CAE	92.55	92.33	92.32
SVDD	83.12	81.28	82.19
DGMM	89.12	85.96	87.51

下载: 导出CSV 

| 显示表格

表  3  减速机异常声音检测结果

Table  3.  Abnormal sound detection results of reducer %

方法	精确率	召回率	F1分数
CAE	94.98	94.61	94.63
SVDD	85.32	83.18	84.23
DGMM	90.87	88.15	89.48

下载: 导出CSV 

| 显示表格

表  4  电动机异常声音检测结果

Table  4.  Abnormal sound detection results of motor %

方法	精确率	召回率	F1分数
CAE	93.60	93.11	93.06
SVDD	84.12	81.76	82.92
DGMM	90.07	89.22	89.64

下载: 导出CSV 

| 显示表格

分别基于CAE，SVDD，DGMM的带式输送机异常声音检测时间见表5。可看出CAE耗时比DGMM少了0.82 s，略高于SVDD，但CAE在带式输送机托辊、减速机和电动机运行声音数据集上的检测精确率最高，实现了检测精度和检测速度之间的平衡。

表  5  带式输送机异常声音检测时间

Table  5.  Detection time of abnormal sound in belt conveyor s

方法	单组声音检测时间
CAE	1.230
SVDD	0.907
DGMM	2.050

下载: 导出CSV 

| 显示表格

3.   结论

1） 提出了一种基于CAE的煤矿带式输送机异常声音检测方法。通过计算带式输送机正常声音的重构阈值及其训练后的CAE模型，提取待检测声音的MFCC特征并经过CAE推理，计算其重构误差，将重构误差与正常声音的重构阈值进行比较，若前者大于后者，则判断带式输送机存在异常。

2） 采集某煤矿带式输送机托辊、减速机、电动机正常运行和异常声音，开展了基于CAE，SVDD，DGMM的煤矿带式输送机异常声音检测实验。结果表明，在没有异常样本参与训练的情况下，相比于SVDD和DGMM，CAE在托辊、减速机、电动机运行声音数据集上的检测精确率最高，分别达92.55%，94.98%，93.60%，单组声音检测时间为1.230 s，实现了检测精度和速度之间的平衡。